Stratégie & gouvernance du digital

Que voulons-nous faire de la puissance que l’IA nous donne ?

L’IA élargit ce que nous pouvons comprendre, créer et réaliser. Cette capacité supplémentaire appelle des choix : préserver une activité, restaurer une marge, améliorer le service, apprendre ou devenir plus disponibles. Le progrès se juge aussi à la liberté d’action, à la qualité du travail et au partage des bénéfices qu’elle permet.

Observatoire Digital & IA Une lecture libre. Un média à faire vivre. Tous les articles restent gratuits. Soutenir l’Observatoire
Trois professionnels échangent autour d’une grande table lumineuse, évoquant les choix collectifs concernant les capacités dégagées par l’IA.

Troisième et dernier volet de notre mini-série : après « Avec l’IA, les projets sortent des cartons » et « Des logiciels qui épousent nos façons de travailler : jusqu’où personnaliser ? », reste la question des finalités.

Imaginons une équipe qui prépare ses dossiers clients avec un assistant d’IA. La première synthèse arrive plus vite. Les documents sont mieux rassemblés, les points à vérifier apparaissent plus tôt. Ce scénario est hypothétique. Après lecture, corrections et coordination, une marge se dégage peut-être. Que devient-elle ? Un retard résorbé, davantage de demandes traitées, un service plus attentif, une formation enfin possible, une marge économique restaurée, moins de travail le soir ?

L’outil ne tranche pas. La direction arbitre dans son champ de responsabilité ; les personnes concernées doivent pouvoir éclairer et discuter les effets de ces arbitrages. L’IA peut élargir notre capacité à agir. Pour parler de progrès, il faut aussi regarder ce qui s’améliore, pour qui et à quel prix dans le travail réel.

Le temps gagné appelle une décision

Un gain ne devient une ressource disponible qu’après déduction du travail nécessaire pour obtenir un résultat utilisable. Dans notre équipe imaginaire, préparer les documents, contrôler une référence, réécrire une conclusion et expliquer une exception prennent du temps. Un brouillon produit rapidement peut encore déplacer la charge vers la personne qui le vérifie.

Même un gain net ne se transforme pas toujours en plage libre. Quelques minutes entre deux sollicitations restent dispersées. Une heure de formation demande un créneau, une disponibilité commune et parfois le report d’une autre activité. Additionner les minutes économisées donne un repère ; cela ne prouve pas que l’organisation dispose de la somme sous une forme exploitable.

L’expérience de six mois décrite dans l’étude sur les transformations des pratiques de travail avec l’IA générative, working paper du NBER révisé en novembre 2025, porte sur 7 137 travailleurs de 66 entreprises, avec attribution aléatoire de l’accès à un assistant intégré aux outils courants. Les auteurs observent surtout des changements individuels. Ils ne détectent pas de modification de la quantité ou de la composition des tâches à partir de cette seule mise à disposition. Cette observation ne prouve ni l’absence d’intérêt de l’outil ni une transformation spontanée de l’organisation.

Pour notre équipe, la décision peut être très simple : pendant un mois, employer la marge réellement constatée à résorber les dossiers en attente, puis examiner les horaires débordés et les retours clients. L’objectif est explicite, limité et révisable. Sans cette discussion, le gain risque seulement de devenir une nouvelle norme de charge, sans que personne ait décidé ouvertement ce qu’il devait permettre.

Capacité, productivité et progrès ne mesurent pas la même chose

La capacité désigne ce que nous pouvons réaliser ; la productivité, les ressources nécessaires pour obtenir un résultat comparable ; le progrès, ce qui s’améliore, pour qui et avec quelles conséquences. Ces dimensions peuvent se rejoindre, mais aucune ne résume les deux autres.

Philippe Contal voit dans l’IA une possibilité de résoudre des problèmes auparavant inaccessibles, de concrétiser des projets et de gagner du temps. Cela peut d’abord être une extension de capacité : une petite structure explore une idée qu’elle ne pouvait pas mettre à l’essai. Cette nouveauté ne se mesure pas toujours par la vitesse d’une tâche déjà connue. Elle peut justifier un investissement, même avant une économie démontrée.

La productivité demande, elle, une comparaison : même périmètre, résultat comparable, moyens engagés et qualité vérifiée. L’étude sur l’IA générative au travail, dans sa version publiée au Quarterly Journal of Economics en 2025, étudie l’introduction progressive d’un assistant auprès de 5 172 agents de support client, sur des données de 2020-2021. L’indicateur principal compte les problèmes résolus par heure ; l’estimation moyenne augmente de 15 %, avec de fortes différences entre agents. Il s’agit d’un contexte d’entreprise précis et d’un déploiement progressif, pas d’un rendement garanti pour tous les métiers. Ce résultat ne mesure pas une baisse de 15 % du temps de travail.

Le progrès ajoute une appréciation des finalités. Traiter davantage de demandes peut améliorer un accès au service ou préserver une activité sous tension. Mais si les erreurs augmentent ailleurs, si l’apprentissage disparaît ou si toute latitude se réduit, le volume ne suffit pas à conclure. Il faut pouvoir expliquer le besoin auquel la production supplémentaire répond et observer les conséquences de la manière dont elle est obtenue.

La liberté d’action se vérifie dans une situation de travail

Une liberté d’action réelle suppose de pouvoir comprendre, explorer, réaliser, choisir, corriger et contester. Avoir un accès à l’outil est une condition possible ; disposer du temps, des informations et de l’autorité pour s’en servir en est une autre.

Prenons un second exemple hypothétique. Un assistant propose une réponse à un client dont la situation sort du cadre habituel. Le professionnel voit-il les pièces utilisées ? Peut-il modifier la proposition, reconnaître une incertitude et demander un autre avis ? Peut-il déroger à la recommandation sans pénalité automatique ? La qualité de la réponse dépend aussi de ces possibilités, pas seulement de celle du modèle.

Une validation humaine peut ainsi être formelle. Si la personne doit accepter en quelques secondes, sans accès aux sources ni droit d’escalade, son intervention garantit peu de latitude. À l’inverse, une conception attentive peut rendre les désaccords plus faciles à traiter : sources consultables, possibilité de suspendre, interlocuteur identifié et traces utiles à la correction. L’évolution vers davantage de contrôle n’est pas une fatalité technique.

L’enquête OCDE sur le management algorithmique publiée en février 2025 recueille les perceptions de responsables dans plus de 6 000 entreprises de six pays. Elle relève des appréciations favorables et des inquiétudes sur la responsabilité, la compréhension des outils et la santé au travail. Ce sont des déclarations d’employeurs, pas une démonstration causale ni une enquête limitée aux assistants génératifs. Elles invitent néanmoins à examiner ensemble les objectifs, les données collectées, le droit de déroger et les possibilités de recours.

Les bénéfices et les contraintes ne suivent pas les mêmes chemins

Le changement peut bénéficier à plusieurs acteurs sans leur bénéficier simultanément ni dans les mêmes proportions. Une entreprise peut retrouver une marge, un client attendre moins longtemps et un salarié apprendre davantage. Un fournisseur peut aussi subir des délais raccourcis, tandis qu’une équipe reprend une nouvelle charge de vérification.

La pérennité économique, l’investissement et la rémunération sont des usages possibles des gains. La formation, les conditions de travail, la qualité du service, les prix et le temps disponible en sont d’autres. Les mettre dans la même discussion n’oblige pas à tout promettre. Cela permet de rendre visible qui reçoit quoi et qui supporte les erreurs, l’apprentissage, l’intensification ou la transformation de son poste.

Les différences d’accès comptent également. Deux salariés dotés de la même licence ne disposent pas nécessairement des mêmes compétences, données ni possibilités d’entraînement. Une équipe soutenue par son responsable peut explorer, tandis qu’une autre expérimente entre deux urgences. L’accès technique ne compense pas à lui seul le manque de temps d’apprentissage ou l’absence de règles compréhensibles.

Dans les enquêtes OCDE de 2022, publiées en 2023, auprès d’employeurs et de travailleurs de la finance et de l’industrie dans sept pays, formation et consultation sont associées à des résultats déclarés plus favorables pour les travailleurs. L’association ne démontre pas une causalité et ces enquêtes précèdent la diffusion récente des assistants génératifs. Elles donnent une raison de regarder comment l’adoption est accompagnée. En revanche, les études citées ici ne permettent pas de chiffrer une répartition générale des gains entre profits, rémunérations, prix et temps libre. Cette question reste insuffisamment documentée à cette échelle.

L’expérience d’Internet invite à examiner les conditions d’accès

Une possibilité de création peut coexister avec un pouvoir important des intermédiaires sur sa distribution. Philippe Contal a vu naître Internet et les espoirs de liberté d’expression qui l’accompagnaient. Cette expérience nourrit sa réflexion sur l’accès et l’intermédiation ; elle ne traduit ni une nostalgie d’un Web ancien ni un rejet des plateformes.

L’étude britannique de la CMA sur les plateformes et la publicité numérique, achevée en juillet 2020, éclaire historiquement la concentration du pouvoir d’intermédiation. Elle concerne un marché et une période précis. Elle ne décrit pas exhaustivement les plateformes actuelles et ne prédit pas une trajectoire identique pour l’IA.

Le rapport de la FTC de janvier 2025 sur trois partenariats entre fournisseurs cloud et développeurs d’IA examine notamment de possibles coûts de changement contractuels et techniques. Son information s’arrête aux éléments reçus jusqu’en septembre 2024 et aux informations publiques jusqu’en janvier 2025. Son objet concerne ces partenariats, pas toutes les relations entre utilisateurs et assistants.

Pour un dirigeant, ces éclairages font émerger des questions pratiques : qui fixe les règles d’accès ? Qui sélectionne les réponses et rend leurs sources visibles ? Qui contrôle les données ? Peut-on changer d’outil sans perdre une part excessive du travail réalisé ? Il est utile de les poser avant qu’une dépendance devienne difficile à déplacer. Elles ne justifient pas de renoncer aux capacités proposées, mais d’examiner les conditions dans lesquelles elles restent utilisables.

Décider, observer et réexaminer

Le choix des finalités gagne à devenir un rendez-vous de gestion, confronté au travail réel. Certaines entreprises affectent d’abord les gains à leur survie, à une pénurie de compétences ou à la restauration de leur marge. Cette priorité est légitime. Elle mérite un objectif explicite et une date de réexamen, pour distinguer une nécessité justifiée d’un automatisme qui se prolonge sans discussion.

Notre équipe imaginaire peut commencer modestement : comparer des dossiers ordinaires et difficiles, compter les reprises, regarder les retards et les débordements horaires, puis écouter ceux qui traitent les exceptions. Mesurer demande aussi de conserver une référence : quel était le résultat avant, avec quelle qualité et quelle charge ? Il ne s’agit pas d’ajouter une surveillance permanente, mais de vérifier une amélioration annoncée.

Tous les bénéfices ne sont pas planifiés. Une meilleure circulation des informations peut faire apparaître progressivement une coopération inattendue ; un nouvel usage peut aider un collègue autrement que prévu. Prévoir un temps d’observation et de discussion permet de reconnaître ces effets, de les soutenir ou d’en corriger les contreparties. Un tableau d’indicateurs ne remplace pas le récit d’une difficulté résolue ou d’une exception mal traitée.

La mini-série suit ainsi trois déplacements : réaliser des projets, adapter les outils, puis choisir ce que nous voulons améliorer. La puissance acquise peut servir à produire davantage quand c’est nécessaire. Elle peut aussi donner la disponibilité de rappeler un client, d’aider un collègue, d’écouter une inquiétude ou de transmettre une expérience. Ces actes ont besoin de temps et d’une place reconnue dans l’organisation. Ils ne se déduisent pas mécaniquement d’un gain de vitesse.

Charger le lecteur Spotify

Ouvrir ce lecteur autorise une connexion à Spotify, qui peut recevoir des informations de navigation.

Ressources complémentaires

  1. Brynjolfsson, Li et Raymond, Étude sur l’IA générative au travail, QJE, 2025

    Version publiée dans le Quarterly Journal of Economics, vol. 140, no 2 : déploiement progressif auprès de 5 172 agents de support. Les problèmes résolus par heure ne mesurent ni la durée générale du travail ni le partage des gains.

  2. Dillon, Jaffe, Immorlica et Stanton, Étude sur les transformations des pratiques de travail avec l’IA générative

    Working paper 33795, mai 2025, révision de novembre 2025. Expérience de six mois, 66 entreprises et 7 137 travailleurs ; distinguer attribution aléatoire de l’accès et usage effectif. Certains auteurs étaient employés par Microsoft.

  3. OCDE, Algorithmic management in the workplace, 6 février 2025

    Enquête employeurs auprès de plus de 6 000 entreprises dans six pays. Perceptions des responsables sur les bénéfices et les risques du management algorithmique, qui ne se limite pas à l’IA générative.

  4. OCDE, The impact of AI on the workplace, 27 mars 2023

    Enquêtes de 2022 dans la finance et l’industrie de sept pays. Associations entre formation, consultation et résultats déclarés ; données antérieures à la diffusion récente des assistants génératifs.

  5. FTC, rapport sur les partenariats cloud et IA, janvier 2025

    Analyse de trois partenariats entre fournisseurs cloud et développeurs d’IA. Informations reçues jusqu’en septembre 2024, complétées par des informations publiques jusqu’en janvier 2025 ; risques concurrentiels potentiels, pas un panorama actuel exhaustif.

  6. CMA, Online platforms and digital advertising market study, rapport final du 1ᵉʳ juillet 2020

    Étude historique britannique sur les plateformes et la publicité numérique. Un éclairage sur l’intermédiation, sans prédiction d’une trajectoire identique pour l’IA.

FAQ

Un gain de productivité avec l’IA permet-il de réduire le temps de travail ?

Il peut y contribuer, mais un gain sur une tâche ne démontre pas une baisse de la durée du travail. Il faut déduire préparation, contrôle et corrections, puis organiser une plage réellement disponible et décider de son affectation.

Qui décide de l’usage des gains de l’IA dans une entreprise ?

La direction arbitre dans son champ de responsabilité, en tenant compte des obligations et des formes de dialogue applicables. Associer les professionnels et écouter les clients permet de vérifier ce que les gains annoncés changent réellement, pour qui et avec quelles contraintes.

Comment vérifier que la validation humaine reste effective ?

Observer si la personne dispose des sources, du temps et de l’autorité pour corriger, refuser ou faire réexaminer une recommandation. La présence d’un bouton de validation ne prouve pas, à elle seule, une liberté de décision.